fullseye
mean_sp — 2D rank op
- データ種:
image→image - 呼び出し:
fullseye.apply(img, "mean_sp", a=0.5, b=0.5)(2-D は 1 画像 + 2 スカラつまみa,b∈[0,1]のモデル) - HALCON 相当:
mean_sp(意味・パラメータは HALCON リファレンスが参考になる)
図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。
つまみ a を振る(0.1 / 0.5 / 0.9、もう一方は既定):
つまみ b は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。
別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):
カラー (H,W,3) の入力は載せていない: この op は色チャネルを 3 本目の空間軸として扱う(色を跨ぐ)ため。チャネルごとに分けて呼ぶこと。
使い方
ロバスト平滑化フィルタ。窓内の 20 パーセンタイルと 80 パーセンタイルの平均を返す（トリム平均、trimmed mean）ことで、極端に明るい/暗い外れ値（ソルト&ペッパー雑音など）の影響を抑える。a が窓サイズを 3/5/7/9 に振る（_k(a)）。b は未使用。
HALCON の mean_sp（ソルト&ペッパーノイズを抑制する平均化演算）に相当する近似 —— 上下 20% を除いた範囲の中点をとる点で単純平均よりノイズに強いが、HALCON 固有のアルゴリズムとは実装が異なる。
| 端の扱い: 端画素を重複させて折り返す (d c b a | a b c d、scipy の既定 reflect)(実測。tools/impl2/border_probe.py)。 |
つまみ(実測): a は段階的に効き、切り替わるのは a ≈ 0.25、0.49、0.75(実測。刻み 0.02 の掃きで測った位置)。
詳しい使い方ガイド
参考(サンプルデータ・文献)
- サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
- 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
- アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
Studio で試す
下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。
mean_sp 0.50 0.50
実行できる例(この op を実際に呼ぶ検証済みサンプル)
- gallery2d_smoothing_rank —
py -3.11 examples/gallery2d_smoothing_rank.py
型が繋がる次の op(image を入力に取れる)
identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
同カテゴリ(rank)
median · min_filter · max_filter · percentile · sk_median_disk · cv_median · median_image · median_rect
Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.